基于运动图像的目标检测
运动目标的检测是计算机视觉领域中最活跃的研究主题之一。运动目标是日常生活中常见的，如活动的动物、行驶的运输工具以及自然界其他运动物体等。利用图像捕捉并跟踪感兴趣的运动目标在许多领域有广泛的应用。
运动检测的目的是从序列图象中将变化区域从背景中分割出来。由于光照的变化、背景混乱运动的干扰、运动目标的影子、摄象机的抖动以及运动目标的自遮挡和互遮挡现象的存在，这些都给运动目标的正确检测带来了极大的挑战。运动目标的正确检测与分割影响着运动目标能否正确跟踪和分类，因此成为计算机视觉研究中一项重要的课题。
本文对运动图像进行分析，将其分为两类：静止背景的运动图像和动态背景的运动图像。静止背景的情况通常发生在摄像机相对静止状态，首先用预处理的方法去除噪声，其次采用帧间差分统计的方法进行分析计算背景，在此基础之上利用恢复的背景及当前帧的信息检测运动目标及其运动轨迹；对于动态背景的运动图像，由于背景是不断变化且呈现出复杂的特征，因此很难准确求出静止背景，本文在光流矢量场和配准方法的基础上探讨研究了光流模型、背景模型和基于熵的方法，在动态图像上分离不同的目标与背景，直接检测出运动目标并画出相应的轨迹。针对运动图像的复杂性，本文提出了构建模型知_识库的设想。
在图像的处理过程中会用到一些关键技术，本文对如下技术作了探讨和研究：视频捕捉及数字图像转换技术，图形处理中的图像相减法、移动边缘检测法、移动目标平移法，图像增强中的灰度变换、图像平滑、图像锐化，图像识别中的边沿检测与提取、轮廓跟踪方法等。这些技术的研究和运用对于实现本文的研究目标起着举足轻重的作用。本文探讨研究这些技术并给出具体的实现过程。
运动目标检测;差分统计;光流;背景模型;模型知识库;数字图像处理;运动图像
中国海洋大学
硕士
计算机技术
秦勃
2006
中文
TP391.4
46
2007-08-07（万方平台首次上网日期，不代表论文的发表时间）